Natural history of malignant bone disease in breast cancer and the use of cumulative mean functions to measure skeletal morbidity
Notice bibliographique
Résumé
BACKGROUND: Bone metastases are a common cause of skeletal morbidity in patients with advanced cancer. The pattern of skeletal morbidity is complex, and the number of skeletal complications is influenced by the duration of survival. Because many patients with cancer die before trial completion, there is a need for survival-adjusted methods to accurately assess the effects of treatment on skeletal morbidity. METHODS: Recently, a survival-adjusted cumulative mean function model has been generated that can provide an intuitive graphic representation of skeletal morbidity throughout a study. This model was applied to the placebo-control arm of a pamidronate study in patients with malignant bone disease from breast cancer. RESULTS: Analysis by bone lesion location showed that spinal metastases were associated with the highest cumulative mean incidence of skeletal-related events (SREs), followed by chest and pelvic metastases. Metastases located in the extremities were associated with an intermediate incidence of SREs, and those in the skull were associated with the lowest incidence of SREs. CONCLUSION: Application of this model to data from the placebo arm of this trial revealed important insight into the natural history of skeletal morbidity in patients with bone metastases. Based on these observations, treatment for the prevention of SREs is warranted regardless of lesion location except for metastases on the skull.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».